LoRDEC 利用二代数据纠错PacBio 数据

LoRDEC是一个利用二代测序短序列reads 矫正三代测序长reads 的工具，利用准确度高的NGS数据构建de Bruijn Graph（DBG）对三代长Reads进行纠错，适用于PacBio和Oxford 平台 。 https://gite.lirmm.fr/lordec/lordec-releases/wikis/home
Website : https://www.lirmm.fr/~rivals/lordec/
Access on the ATGC platform: http://www.atgc-montpellier.fr/lordec/
FAQ : https://www.lirmm.fr/~rivals/lordec/FAQ/
HPC script

下载安装方法：
最新版本v0.9
（1）支持coda 安装，conda install -c atgc-montpellier lordec
(2) 可下载Binary package https://gite.lirmm.fr/lordec/lordec-releases/uploads/710113d83c210b6989ccfbdbafa89234/lordec-bin_0.9_linux64.tar.bz2
(3） 可选择source 自己编译

wget https://gite.lirmm.fr/lordec/lordec-releases/uploads/800a96d81b3348e368a0ff3a260a88e1/lordec-src_0.9.tar.bz2
tar -jxvf lordec-src_0.9.tar.bz2
cd lordec-src_0.9
make clean all -j8

软件需要 libc6 >=2.23 以上版本，
若低于此版本可升级新版本glibc

wget http://ftp.gnu.org/gnu/glibc/glibc-2.27.tar.gz
tar -xf glibc-2.17.tar.gz
cd glibc-2.17
mkdir build
 cd build
../configure --prefix=/usr --disable-profile --enable-add-ons --with-headers=/usr/include --with-binutils=/usr/bin
make -j 10
make  install

软件使用说明

LoRDEC v0.9
using GATB v1.4.1
website : http://www.atgc-montpellier.fr/lordec/
FAQ : https://www.lirmm.fr/~rivals/lordec/FAQ/
./lordec-correct
-i|--long_reads <long read FASTA/Q file>
-2|--short_reads <short read FASTA/Q file(s)>
-k|--kmer_len <k-mer size>
-o|--corrected_read_file <output reads file>
-s|solid_threshold <solid k-mer abundance threshold>
[-t|--trials <number of paths to try from a k-mer>]
[-b|--branch <maximum number of branches to explore>]
[-e|--errorrate <maximum error rate>]
[-T|--threads <number of threads>]
[-S|--stat_file <out statistics file>]
[-c|--complete_search]
[-a|--abundance-max <abundance max threshold for k-mers>]
[-O|--out-tmp <GATB graph creation temporary files directory>]
[-p|--progress]
[-g|--graph_named_like_output]

../lordec-correct  -T 12  -2 ill-test-5K-1.fa,ill-test-5K-2.fa -k 19 -s 3  -a 10000 -i pacbio-reads.fa  -o corrected-pacbio-reads.fa &> mylog.log

-2 输入NGS 数据，支持fastq和fasta 格式，以及.gz的压缩格式
双端reads 以逗号隔开。如果输入多个fastq文件,则矫正时候会以所有的reads构建graph,然后矫正每条pacbio reads。
注意：如过是pair-end 序列，LoRDEC并不考虑配对信息，两个单端的library 无本质区别，且pair-end 的strand 方向对矫正无影响。
输入文件最好不要指定类似路径~/ ../ ，可能会出现以下错误

HDF5-DIAG: Error detected in HDF5 (1.8.18) thread 0
major: File accessibilty
minor: Unable to open file

另外，如果多个数据用到同一组NGS数据矫正，可以保存graph 文件为.h5格式，用于以后的矫正。

-a 矫正使用的最高coverage 可之指定高的数值，例如10000
-s 矫正使用的最低coverage 一般指定为3
-k kmer 数值越大，花费时间越多，可以测试多个数值，如19， 31, 41